Category: it

Category was added automatically. Read all entries about "it".

Big Data (большие данные) в ритейле. Как торговые сети могут поднимать свою прибыльность?

Руководитель компании "АйтиБутик" Дмитрий Прокопов и социолог Сергей Задумов поднимают тему больших данных в ритейле.



Простым языком о сложных технологиях бизнеса.

Имеет смысл начать с самого общего обзора для тех из наших зрителей, которые пока не знают, что такое Большие Данные.



Розничная торговля является, пожалуй, одной из наиболее востребованных областей в части анализа данных.



Актуальность определяется:

- огромным количеством покупателей с совершенно разными характеристиками. Массовой гетерогенной средой, в которой всегда нужно фиксировать сигналы и выявлять тренды;

- разнообразием представленных продуктовых предложений. Необходимо выбрать, оценить и расположить товары на прилавке. Виртуальном или реальном.

- принципиальной открытостью розничного рынка. Покупателей и продукты можно искусственно ограничить, но в этом случае вы идете вглубь анализа.

Именно тут проявляется взрывной характер использования "Big Data" в рознице.

Давайте вспомним, что именно с розничных банков, организаций по определению обладающих средствами и возможностями для развития ИТ был проложен путь к огромных массивов клиентских данных.

Розничная индустрия растет во всем мире, минимум на 3.5% в год. С учетом объема продаж это гигантские цифры.

А eCommerce растет аж на 15% в год.

В России, где все остальные индустрии в лучшем случае сохраняют экономический гомеостаз, розница чувствует себя очень хорошо.

До 2018 года рост был на уровне 10% и всё еще после почти трех десятков лет развития есть незаполненные ниши, как в части потребительских товаров, так и любых массовых услуг.

Розница – это в первую очередь количество транзакций и интерфейс массового обслуживания.

Соответственно, ключевую роль играет сохраненная транзакционная информация, профили клиентов, время, география и содержание покупок.

Правильная работа с данными позволяет:

1.Поднимать продажи, и чем больше разнообразных заявок, чем больше.


2.Сокращать операционные издержки.


3.Повышать лояльность покупателей.


4.Снижать репутационные риски.


Рассмотрим некоторые наиболее распространенные задачи Больших Данных в рознице.

1.Прогнозирование потребительского поведения покупателей.



Глядя на массив данных всегда можно выделить:

- покупателей с наибольшим оборотом и их половозрастные характеристики,

- проблемных потребителей с большим количеством претензионной работы,

- сезонные покупки неочевидных продуктов,

- географические предпочтения и многое другое.


2. Персонализация опыта покупателя.

Все точки продаж могут подстраиваться под потребителя в самом непосредственном смысле слова:

- выкладкой товара на витрине для каждого сегмента потребителя (компания BIC уже очень давно предлагает разные витрины web-портала для разных пользователей. Если вы из провинции, то у вас будут низкие цены. Если вы из крупного населенного пункта – более высокие. Но и другие продукты).

- демонстрация спецпредложений по рекомендациям (лучше всего это подходит для таких бизнесов, кстати растущих в России, как магазины инструментов. Непрофессионал должен расходовать время продавца-консультанта, но ему можно сразу порекомендовать, что ему подойдет сходу. Зная его профиль или предыдущие покупки).

- отслеживание интересов в торговом зале или на web-сайте (если пользователь долго читает новости или изучает сложную товарную спецификацию можно повлиять на его желание покупки в реальном времени. Выскакивающие предложения о скидках – очень топорный метод, гораздо лучше действовать мягко, рекомендуя бесплатные консультации).

- различные ценовые предложения для разных потребителей (это очень любят делать банки с кредитами. Их большой недостаток именно в неумении продать эту информацию – кредит хорош для покупок. а не в абстрактные моменты времени)

3. «Путешествие пользователя»

Пользователь контактирует с вами разными путями: он пишет письма, делает заказ на портале, звонит по телефону в сервисный центр и так далее.

С помощью больших данных вы видите все эти пути в определенном смысле можете побуждать покупателя пользоваться каким-то определенным каналом в зависимости от нескольких обстоятельств, включая сегмент, к которому он относится.

Кроме того вы можете направить покупателя по следам вашего продукта или услуги в нужный момент времени.

4. Операционное управление и цепочка поставок.

Те же методы, что и в пользовательской аналитике относятся к продуктам и сервисам. Вы просто задаете нужные вопросы: сколько и когда определенный продукт лучше всего продается, когда должны быть поставки, сколько и где это купит, как его собрать и использовать.

На выходе мы имеем значительную экономию товарных запасов на складах, контроль поставок, уменьшение кассовых разрывов встроенных производств.

Все перечисленное применимо к очень широкому спектру товаров и сервисов.
promo zadumov февраль 20, 23:00 15
Buy for 20 tokens
Завтра, 21 февраля 2020 года в 21-00 очередные дебаты на канале "Русский Интерес". Националист Стрелков против либерала Никонова. #националисты #русские Русский националист Игорь Стрелков проводит дебаты с прозападным правым либералом Александром Никоновым. Прекрасная Россия Будущего - какая…

Большие данные (big data) в сельском хозяйстве

Беседа Сергея Задумова и Дмитрия Прокопова об использовании больших данных в сельском хозяйстве.

Как использование технологии больших данных помогает экономить и зарабатывать производителям в сельском хозяйстве

"Как использование технологии больших данных помогает экономить и зарабатывать производителям в сельском хозяйстве.

Близится осень, период сбора урожая. Поэтому немного поговорим об аграрном вопросе. Традиционно тема работ на земле в России одна из самых острых. Происходит в этой области что-то хорошее или наоборот упадок, все равно все собираются порассуждать и покритиковать. Это основа основ, с которой начинается и которой заканчивается политическая риторика. Благо есть что вспомнить — в начале XX века Российская Империя кормила полмира хлебом.

При этом на волне санкций и пресловутой стабильности сельское хозяйство стало потихоньку возрождаться. Пока это небольшие частные хозяйства, но есть уверенность, что и государство постепенно подтянется к передовым технологиям в этой области.
Все прогрессивное касается по большей части сельхозтехники и адаптированных процессах производства.

Удивительно но факт: в этой обширной области не так много знающих и одновременно говорящих специалистов. Касается это не только нашей страны, но и мира в целом. Создается информационный вакуум, мешающий оценить масштаб происходящих там изменений.

Пару лет назад на угасающей волне интереса к «Big Data» в аграрном бизнесе началась тихая революция. На рынок вышло сразу несколько игроков, которые предложили управлять данными в рамках процессов сельхоз-производства. Все это происходит на стыке другого невероятно модного тренда — «Internet of Things».

Сельхозугодия снабжаются соответствующими цифровыми датчиками, производящими замеры химии почвы, воздуха и воды. Они отправляют эти данные в единое хранилище, где они структурируются и готовятся к пост-обработке. С помощью такого непрерывного потока можно получить всестороннюю картину развития обрабатываемого участка в конкретный момент времени. Если представить себе, что таких слепков данных много и вы видите все вплоть до каждого дня несколько лет подряд, то общую картину можно не просто отслеживать, но и оперативно корректировать и даже прогнозировать.

Не будем забираться далеко, а остановимся на простых вещах. Это хорошо встраивается, например, в один из самых модных ныне трендов — food sharing economy.

Вы владелец небольшого хозяйства и хотите продать свой урожай по максимально высоким ценам конечным потребителям. Без разницы оптом или в розницу. Есть актуальная потребность учесть свои риски, посчитать издержки и подстраховаться соседским урожаем. Все, что вам нужно — рассчитать количество продаваемых продуктов и сроки поставки.

Если вы выращивает продукты на продвинутых производствах в Нидерландах, то с помощью технологии это можно рассчитать с точностью до дней.

Назначая розничные цены вы можете посмотреть на подобные данные близлежащих хозяйств. Разумеется, доступные вам. Исходя из них, назначить такую стоимость, которая бы покрывала ваши риски и издержки и была бы конкурентной.

«Big Data» позволяет не только оперативно построить график по целой куче параметров, но и сделать регрессионный анализ по структуре, подходящей именно для вашего производства.

В отдельных случаях можно прогнозировать стоимость производных товаров на основе исторических данных. Например, в области виноделия."

Заказать услугу можно на сайте lis-mag.ru

Подкаст на podfm.ru:



Страница подкаста: http://zadumov.podfm.ru/marketing/15/

Ссылка для скачивания подкаста:

http://zadumov.podfm.ru/marketing/15/file/podfm_zadumov_marketing_15.mp3

Вариант на ютьюбе:



Подписывайтесь на канал, пишите комментарии, ставьте лайки!





Яндекс грозится перестать учитывать внешние ссылки в ранжировании сайтов

Непонятно, то ли дезинформация, то ли шантаж в переговорах с биржами ссылок. Якобы Яндекс перестанет учитывать ссылки при ранжировании сайтов. Пока только для Москвы.

При этом в статье чёрными оптимизаторами называют людей, которые покупают ссылки и даже статьи. Гм, раньше так называли довейщиков, поисковых спамеров. Теперь, значиццо, так собрались называть всех, кто покупает коммерческие ссылки.

А вот на чём зарабатывать владельцам сайтов и создателям контента? Они об этом подумали? Хорошо, пока Гугл не собирается делать такую же глупость и будет по прежнему учитывать внешние ссылки.

К тому же, Яндекс - это локальный поисковый мостр. Таких больше в мире нет, кроме Китая. Надо же им как-то легально слить Гуглу свою долю рынка.

Collapse )

Ранее подобные эксперименты приводили к разным казусам. В топе оказывались мёртвые забытые владельцами сайты.

Но и сейчас советский стиль "не надо денег", люди платят много денег за ссылки - значит, это плохо. Давайте убьём целый рынок, пусть создатели сайтов помучаются - это реально знакомые мотивы.

На контексте владельцы сайта и создатели контекста зарабатывают сущие копейки. Нет там денег.

Ну тогда давайте уничтожим ссылочно-статейный бизнес, подумали в Яндексе. )))

Будем надеяться, что Яндекс просто хочет что-то получить от Сапы и других бирж ссылок и статей. Отсюда такие сливы инфы.

PS

Сейчас крупные компании рассматривают рекламные бюджеты на следующий год, так что момент выбран очень удачно.